Musculoskeletal Injury in the Masters Runners
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To determine if injury patterns and risk factors for injury differ between masters and younger runners. DESIGN: Retrospective survey. SETTING: Hood to Coast running relay, Oregon, USA. PARTICIPANTS: A total of 2886 runners consented to participate and completed the survey. Ninety-four (2712/2886) percent completed the survey electronically and 6% (174/2886) manually. Master runners (>or=40 years) made up 34% of the population. INTERVENTION: The survey was distributed to all participants in the largest running relay in North America. Runners reported on training patterns, injury location, and diagnosis over the previous year. MAIN OUTCOME MEASURES: Descriptive statistics and chi analysis were used to detect differences in injury rate and location between masters and younger runners. Multivariate logistic regression models were used to identify risk factors for injury for each group. RESULTS: The injury rate for the entire population was 46%. Significantly more masters runners were injured than younger runners (P<0.05). More masters runners suffered multiple injuries than younger runners (P<0.001). Significantly more masters runners were male, had 7 or more years of running experience, run more than 30 miles/wk, 6 or more times/week and wear orthotics than younger runners (P<0.001). The knee and foot were the most common locations of injury for both groups. The prevalence of soft-tissue-type injuries to the calf, achilles, and hamstrings was greater in masters runners than their younger counterparts (P<0.001). Younger runners suffered more knee and leg injuries than masters runners (P<0.005). Running more times/wk increased the risk of injury for both groups. CONCLUSIONS: There were subtle differences in injury rate and location between masters runners and younger runners, which may reflect differences in training intensity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle